企业高管经常将机器学习模型的黑盒性质视为一种神秘技术，他们通常认为，IT主管能够有效调动流程，并使模型表现良好。现实情况是，了解机器学习流程的基础知识可以使其流程和步骤变得不再神秘，而IT团队可以更好地管理对当今竞争激烈的商业环境至关重要的机器学习技术。机

在数据领域，很多人都在说机器学习，但是只有很少的人能说清楚怎么回事。网上关于机器学习的文章，大多都是充斥各种定理的厚重学术三部曲，或是关于人工智能、数据科学魔法以及未来工作的天花乱坠的故事。尽管数据分析实际工作中用到机器学习的机会真的不多，但我觉得它仍是数

机器学习，听起来很酷。这名字不禁令人以为是一排机器人坐着学习知识的样子，但其实是让机器人拥有像人一样的学习能力的高端技术，这样就能高效快捷地从数据中找出有用的东西。云计算服务支持构建和部署AI及机器学习应用程序的种种功能。除了专业外，作为IT团队成员一定要

对数据科学家来说，给数据打上标签并开发出一个准确的机器学习模型是很困难的，而且在生产中管理模型也可能会更加令人生畏。识别模型漂移、通过更新数据集来对模型进行再训练、提高性能以及维护底层技术平台都是重要的数据科学实践。根据一项机器学习的研究，55%的公司没有

为了进行机器学习工程，首先要部署一个模型，在大多数情况下作为一个预测API。为了使此API在生产中工作，必须首先构建模型服务基础设施。这包括负载平衡、扩展、监视、更新等等。这就是为什么我们开发了Cortex——机器学习工程的开源平台。Cortex的核心是我

在这篇文章中，我展示了使用H2o.ai框架的机器学习，使用R语言进行股票价格预测的分步方法。该框架也可以在Python中使用，但是，由于我对R更加熟悉，因此我将以该语言展示该教程。您可能已经问过自己：如何使用人工智能预测股价?这是执行此操作的步骤：。重复步

大数据技术如今已经成为全球主要的营销工具之一，这已不是什么秘密。大数据分析和咨询服务已经存在多年，可以通过处理和分析大量数据获得见解以帮助组织实现其业务目标。因此，很多组织尝试采用大数据技术，但在没有采取某种策略或评估结果的情况下，大数据技术提供的大多数见

俗话说，有人的地方就有江湖，就会充斥着各种立场和利益纠纷。科研领域亦如此，机器学习社区近来掀起来的一系列关于种族偏见的热议就是鲜活的例证。我们先回顾一下这件事情的来龙去脉：。之后，图灵奖得主、Facebook 首席 AI 科学家 Yann Lecun 也因

对于什么时候应该使用机器学习/AI，很多人都会迟疑和顾虑，而作者正是因为经历了种种顾虑后，将经验总结成这篇文章，文摘菌编译了这篇文章，希望大家能够减少顾虑，更好地与机器学习或AI一起畅享学习之旅。假设这些数据列出了患者在60天的疗程内，所接受的治疗天数以和

机器学习是一种伟大的工具，正在改变着我们的世界。在许多伟大的应用中，机器已被证明优于传统方法。不过，我看到机器学习方法每天都在失败。在许多这样的情况下，人们迷上了机器学习的七大罪过之一。尽管它们都很严厉并得出错误的结论，但有些却比另一些更糟，甚至机器学习专

基于用户画像进行广告投放，是优化投放效果、实现精准营销的基础;而人口属性中的性别、年龄等标签，又是用户画像中的基础信息。那该如何尽量准确的为数据打上这些标签?这时候机器学习就派上用场了。本文将以性别标签为例，介绍人口属性标签预测的机器学习模型构建与优化。对

技术伦理是个永恒的话题。笔者常常思考这样的问题，计算机科学家是如何将伦理内容与价值观编码到机器学习算法中的，机器学习设计师又该怎样更好地了解自己的设计会给社会带来的影响。如果一位机器学习工程师设计了更加公平公正的决策系统，那他们对公平公正的定义是什么?笔者

机器学习是一种数据分析技术，可在数据集上构建预测模型，以提供有用的答案，这些答案可用于制定重要决策。它利用统计概念和数学方法通过python和R等编码语言处理大数据。但是，本文将介绍回归和分类。回归方程是使用自变量对因变量进行预测的方程。+ c分别表示线性

鉴于您已阅读本文，因此您的概率基本原理已准备好进行机器学习的概率为100%。机器学习就是关于做出预测的一切。从预测具有多种功能的房屋价格到基于单细胞测序确定肿瘤是否为恶性。机器学习中的许多"学习"过程实际上是从概率和概率分布中派生的，因

从机器人流程自动化到技术专业知识，机器学习技术被广泛用于做出预测，并获得宝贵的信息以深入了解业务运营。机器学习可以定义为对主要依赖模式和推理的统计模型和复杂算法的科学研究。机器学习的影响很引人入胜，它引起了许多公司的关注，不管是哪种行业。最重要的是，机器学

生产机器学习具有组织性问题。该问题是伴随其出现的副产品，因为生产机器学习出现时间相对较短。尽管更成熟的领域经过数十年的探索已开发到极致，但生产机器学习还没有步入这一阶段。现在，假如你的公司是一家涉足机器学习的初创企业。机器学习与公司产品的关系越来越紧密，数

有很多算法帮助我们解决分类问题，比如K近邻、决策树、朴素贝叶斯、贝叶斯网络、逻辑回归、SVM等算法。人工神经网络和深度学习也往往用来解决分类问题。这些都是常见和常用的分类算法，只不过不同的算法都有其优劣，会应用在不同的场景下。首先，我们要收集能收集到的所有

人工智能技术在改变我们生活的方方面面，因此机器学习也在以更快的速度发展，人工智能开发公司的创新也亦步亦趋。各种机器学习框架数量激增证明了诸多行业有巨大的需求，需要雇用应用软件AI开发人员。该框架是AI开发人员用于处理机器学习任务的最广泛使用的框架。开源AI

11月23日，多云时代开启企业业务新高度，安全如何与时俱进？机器学习翻译对于人们的交流非常有益，但是它们也有其局限性。机器学习为企业提供了翻译文档的新机会，他们可以使用机器学习来翻译营销材料和其他文献。但是，这些人工智能解决方案可能并不总是很好的选择。To

在一场科技会议上，演讲者询问观众，“有谁为自己的业务开发过机器学习或者人工智能模型?”80%到90%的人都举起了手。显而易见，几乎每个人都想在他们的业务中引入机器学习，但是这些人也遇到了一个大问题：让模型可持续发展十分困难，尤其是在云架构的基础上。medi